-
Notifications
You must be signed in to change notification settings - Fork 0
/
mapeo.r
240 lines (172 loc) · 8.63 KB
/
mapeo.r
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
# Lista de paquetes que se necesitan
packages <- c("scales","viridis","leaflet","janitor","rlang", "httpgd", "sf", "tidyverse", "languageserver", "skimr", "ggplot2", "mapsf", "cartography")
# Instalar paquetes faltantes
packages_needed <- packages[!(packages %in% installed.packages()[,"Package"])]
if (length(packages_needed) > 0) {
lapply(packages_needed, install.packages)
}
# Cargar paquetes
lapply(packages, require, character.only = TRUE)
rm(list=ls())
#descargamos el shapefile de las secciones censales de españa
temp <- tempfile()
mydir <- getwd()
zip_file <- list.files(mydir, pattern = ".zip$", full.names = TRUE)
unzip(zipfile = zip_file, exdir = temp)
shp_file <- list.files(temp, pattern = ".shp$", full.names = TRUE)
censales_shp <- sf::read_sf(shp_file)
#convertimos a WGS84, opcional
#censales_shp <- st_transform(censales_shp, '+proj=longlat +datum=WGS84')
#filtro si CUSEC es igual a 1508201006, 1508201007 o 1508201008
os_tilos_sh <- censales_shp %>%
filter(CUSEC=="1508201006" | CUSEC=="1508201007" | CUSEC=="1508201008") %>%
st_union()
#filtro si CUSEC es igual a 1506001005, 1506001001 y llamarlo Sigueiro
sigueiro_sh <- censales_shp %>%
filter(CUSEC=="1506001005" | CUSEC=="1506001001") %>%
st_union()
#filtro si CUSEC es igual a 1500203005, 1500203006, 1500203008, 1500203009, 15002030013, 1500203014, 1500203016 para milladoiro
milladoiro_sh <- censales_shp %>%
filter(CUSEC=="1500203005" | CUSEC=="1500203006" | CUSEC=="1500203008" | CUSEC=="1500203009" | CUSEC=="1500203013" | CUSEC=="1500203014" | CUSEC=="1500203016") %>%
st_union()
#filtro si cusec es igual a 1501302002, 1500203015, 1500203010, 1500203011, 1500203012, 1500203007, 15002030062
brion_bertamirans_sh <- censales_shp %>%
filter(CUSEC=="1501302002" | CUSEC=="1500203015" | CUSEC=="1500203010" | CUSEC=="1500203011" | CUSEC=="1500203012" | CUSEC=="1500203007" | CUSEC=="15002030062") %>%
st_union()
#crear un objeto sf con los distritos de Santiago
distrito1 <- censales_shp %>%
filter(grepl("^Santiago de Compostela", NMUN) & grepl("^01$", CDIS)) %>%
st_union()
distrito2 <- censales_shp %>%
filter(grepl("^Santiago de Compostela", NMUN) & grepl("^02$", CDIS)) %>%
st_union()
distrito3 <- censales_shp %>%
filter(grepl("^Santiago de Compostela", NMUN) & grepl("^03$", CDIS)) %>%
st_union()
distrito4 <- censales_shp %>%
filter(grepl("^Santiago de Compostela", NMUN) & grepl("^04$", CDIS)) %>%
st_union()
distrito5 <- censales_shp %>%
filter(grepl("^Santiago de Compostela", NMUN) & grepl("^05$", CDIS)) %>%
st_union()
distrito6 <- censales_shp %>%
filter(grepl("^Santiago de Compostela", NMUN) & grepl("^06$", CDIS)) %>%
st_union()
# Extraemos las columnas de geometría de cada objeto sf
geom_distrito1 <- st_geometry(distrito1, crs=25830)
geom_distrito2 <- st_geometry(distrito2, crs=25830)
geom_distrito3 <- st_geometry(distrito3, crs=25830)
geom_distrito4 <- st_geometry(distrito4, crs=25830)
geom_distrito5 <- st_geometry(distrito5, crs=25830)
geom_distrito6 <- st_geometry(distrito6, crs=25830)
geom_os_tilos <- st_geometry(os_tilos_sh, crs=25830)
geom_sigueiro <- st_geometry(sigueiro_sh, crs=25830)
geom_milladoiro <- st_geometry(milladoiro_sh, crs=25830)
geom_brion_bertamirans <- st_geometry(brion_bertamirans_sh, crs=25830)
# Unimos las columnas de geometría
geoms <- do.call("rbind", list(geom_distrito1, geom_distrito2, geom_distrito3, geom_distrito4, geom_distrito5, geom_distrito6, geom_os_tilos, geom_sigueiro, geom_milladoiro, geom_brion_bertamirans))
# Creamos un nuevo objeto sf con las columnas de geometría unidas
distritos_union <- st_as_sf(data.frame(geometria = geoms),crs=25830)
# Creamos un vector con el número de distrito para cada geometría
num_distritos <- rep(c(1:10), each = length(geoms)/10)
# Creamos un nuevo objeto sf con las columnas de geometría y número de distrito unidas
distritos_union <- st_as_sf(data.frame(geometria = geoms, distrito = num_distritos), crs=25830)
# Creamos un vector con el nombre de cada distrito
zonas <- c("Distrito 1", "Distrito 2", "Distrito 3", "Distrito 4", "Distrito 5", "Distrito 6", "Os tilos", "Sigüeiro", "Milladoiro", "Brión e Bertamiráns")
#crear nueva columna en distritos_unión con el nombre de la zona
distritos_union$zona <- zonas
# Verificamos que el objeto sf tiene la columna distrito
head(distritos_union)
#guardar distritos_union en un shapefile
st_write(distritos_union, "santiago.shp", driver = "ESRI Shapefile", overwrite_layer = TRUE)
#importar datos de población
poblacion <- read.csv("pop.csv", header = TRUE, sep = ";", dec = ",")
#limpiar nombres de columnas en poblacion con janitor
poblacion <- poblacion %>% clean_names()
str(poblacion)
#leer santigo.shp
santiago <- st_read("santiago.shp")
#unir distritos_union con poblacion
distritos_datos <- merge(distritos_union, poblacion, by = "zona", all.x = TRUE, sep = ";", dec = ",")
#reordenar el dataframe prueba en base a la variable distrito
santiago_datos <- santiago_datos %>%
arrange(distrito)
#borrar variable distrito
santiago_datos <- santiago_datos[,-2]
str(santiago_datos)
#crear mapa de densidad de población
santiago_datos %>%
ggplot() +
geom_sf(aes(fill = x_de_movilidad_activa_como_medio_principal), color = "black", linewidth = .6) +
theme_void()+
theme(legend.position = "bottom")+
scale_fill_continuous(name = "Movilidad activa", labels=percent, trans = 'reverse')+
theme(legend.text = element_text(size = 20),
legend.title = element_text(size= 20))+
guides(fill = guide_colorbar(barwidth = 2, barheight = 10, title.position = "top"))+
theme(text = element_text(size = 24))+
theme(legend.position = c(.89, 0.18))
santiago_datos %>%
ggplot() +
geom_sf(aes(fill = x_de_vehiculo_privado_como_medio_principal), color = "black", linewidth = .6) +
theme_void()+
theme(legend.position = "bottom")+
scale_fill_continuous(name = "Vehiculo privado", labels=percent, trans = 'reverse')+
theme(legend.text = element_text(size = 20),
legend.title = element_text(size= 20))+
guides(fill = guide_colorbar(barwidth = 2, barheight = 10, title.position = "top"))+
theme(text = element_text(size = 24))+
theme(legend.position = c(.89, 0.18))
santiago_datos %>%
ggplot() +
geom_sf(aes(fill = x_de_transporte_publico_como_medio_principal), color = "black", linewidth = .6) +
theme_void()+
theme(legend.position = "bottom")+
scale_fill_continuous(name = "Transporte público", labels=percent, trans = 'reverse')+
theme(legend.text = element_text(size = 20),
legend.title = element_text(size= 20))+
guides(fill = guide_colorbar(barwidth = 2, barheight = 10, title.position = "top"))+
theme(text = element_text(size = 24)) +
theme(legend.position = c(.89, 0.18))
options("OutDec" = ",")
#crear mapa de media de desplazamientos
santiago_datos %>%
ggplot() +
geom_sf(aes(fill = media_de_desplazamientos), color = "black", linewidth = .6) +
theme_void()+
theme(legend.position = "bottom")+
scale_fill_continuous(name = "Media de desplazamientos", labels=percent, trans = 'reverse', limits=c(3.4,2.2) )+
theme(legend.text = element_text(size = 20),
legend.title = element_text(size= 20))+
guides(fill = guide_colorbar(barwidth = 2, barheight = 15, title.position = "top"))+
theme(text = element_text(size = 24))+
theme(legend.position = "none")+
#añadir etiquetas con decimales
geom_sf_label(aes(label = paste0(zona,": ", format((round(media_de_desplazamientos, 2)), decimal.mark = getOption("OutDec")))), size = 6, color = "#000000", inherit.aes = FALSE)
#añadir etiquetas con porcentaje
#geom_sf_label(aes(label = paste0(zona,": ", round(x_de_movilidad_activa_como_medio_principal * 100, 2), "%")),size = 6, color = "black", inherit.aes = FALSE)
#mapa de Santiago con tmap con limites de los distritos
tmap_mode("view")
tm_shape(prueba) +
tm_polygons("media_de_desplazamientos",
legend.reverse = TRUE,
title="Media de desplazamientos",
alpha = 0.5,
palette = hcl.colors(10, palette = "Mako"),
# border definition: color and transparency
border.col = "#990099",
border.alpha = 0.1
)
tm_shape(santiago_datos)+
tm_polygons("media_de_desplazamientos",
legend.reverse = TRUE,
title="Media de desplazamientos",
alpha = 0.5,
palette = hcl.colors(10, palette = "Mako"),
# border definition: color and transparency
border.col = "#990099",
border.alpha = 0.1
)
#guardar mapa en html
tmap_last() %>%
tmap_save("Santiago_map.html")